先进控制与DCS结合原因及应用.docVIP

先进控制与DCS结合原因及应用 　　摘 要:DCS在我国应用广泛,随着过程工业日益走向大型化、连续化,但是由于外界环境的不断变化,以及控制设备本身也在变化,在这种情况下控制系统会发生模型失配,从而使控制效果不佳。本文对其技术作出了详细的介绍。 　　关键词:先进控制算法 DCS 应用 　　中图分类号:TP29 文献标识码:A 文章编号:1007-9416(2010)11-0031-02 　　 　　l 先进控制的发展现状 　　1.1 概念 　　先进控制是指一类在动态环境中,基于数学模型,借助充分的计算能力,而不同于常规PID控制,并具有比常规PID控制效果更好,为获得最大利润而实施的控制策略的统称,而并非专指某种计算机控制算法。因为外界环境总是在变化,而且参数具有未知性、时变性以及突变性和不稳定性,复杂工业系统往往具有不可预测性。这时用来处理这些复杂工业系统采用常规控制效果不好,甚至在无法控制这些复杂工业过程控制的时候,采用先进控制技术往往效果较好。先进控制应用得当可带来显著的经济效益。 　　1.2 应用现状 　　自50年代末发展起来的以状态空间法为主体的现代控制理论,为过程控制带来了状态反馈、输出反馈、解耦控制、自适应控制等一系列多变量控制系统设计方法;对于状态不能直接测量的情形有观测器和估计器等工具。 　　1.3 先进控制与DCS结合的原因 　　(1)提高过程控制水平,给企业带来明显的经济效益。对复杂工业生产过程中的核心部分,通过实施先进控制,可以大大提高工业生产过程操作的可行性、方便性和控制的稳定性。改善工业生产过程动态品质,减少关键变量的波动幅度,使其更接近于理想目标值,从而将工业生产过程推向更接近装置约束临界条件下运行,保证产品质量的稳定性,提高目标产品的产率及生产装置的生产处理能力,降低生产过程运行成本、减少污染、降耗节能等,并最终以效益为驱动力来组织整个生产系统,最大限度地满足动态多变市场的需求,提高产品的市场竞争力。 　　(2)实现信息集成,提供决策依据。企业开始把提高综合集成自动化(CIPS)水平作为快速挖潜增效、提高竞争能力的重要途径。而集常规控制、先进控制、在线优化、生产调度、经营决策于一体的综合集成自动化成了当前自动化发展的趋势。 　　 　　2 先进控制算法在DCS中的应用 　　2.1 预测控制与动态矩阵控制在DCS中的应用 　　2.1.1 产生机理与优点 　　发展起来的预测控制具有下列优点:(1)模型的精度要求不高,正符合了现代流程工业的发展趋势;(2)直接处理具有较大纯滞后的问题;(3)具有良好的跟踪性能和较强的抗干扰能力,比较符合流程工业的实际要求; 　　2.1.2 预测控制及DMC算法的基本原理 　　多变量系统的动态矩阵控制是建立在如下基本原理上的:(1)基于预测模型和线性系统比例、迭加性质的输出预测;(2)基于最优跟踪和控制软约束性能指标的在线滚动优化;(3)基于实时检测信息的误差预测与校正。 　　2.2 基于软测量技术推断控制在DCS中的应用 　　它的基本思想是利用容易获得的一些过程变量,如温度、压力、流量等测量信息(称为辅助变量),通过建立某种数学关系来推断难以直接测量或测量滞后太大的关键过程变量(称为主导变量),以软件来代替硬件(如传感器)功能,从而实现对主导变量(如产品成分等)的控制,改善控制品质。根据软测量模型建模方法的不同,软测量技术可分为机理建模、回归分析、状态估计、模式识别、人工神经网络、模糊数学、过程层析成像、相关分析和现代非线性信息处理技术等子类。可测变量的选择、测量数据预处理、数据库在线更新和模型在线校正是软测量成功的关键。 　　2.3 智能控制在DCS中的应用 　　智能控制是控制理论发展的高级阶段,它是人工智能、运筹学和自动控制三者的交叉。有代表性的智能控制包括专家控制、神经网络控制和模糊逻辑控制等。 　　2.3.1 专家控制 　　专家系统是应用人工智能技术,根据某个应用领域的一个或多个人类专家提供的知识和经验进行的推理、判断和决策,专家系统结构如图1所表示。 　　人机接口、解释机构、数据库、知识获取、知识库和推理机是专家系统的基本组成部分。其中数据库用于存储有关事实及推理结果;知识库用于存储相关领域专家的专门知识;推理机模拟专家的推理方法和技巧。专家系统通过人机接口与用户交换信息,输入数据和待解问题,输出推理过程和结构等。知识获取的基本任务是把知识输入到知识库中,并负责维持知识的一致性及完整性。推理机首先根据数据库中的有关事实和知识库中的专家知识以一定的推理方法进行推理,并在推理过程中不断更新数据库,直到最后得出结论。解释机构跟踪并记录推理过程,当用户提出询问需要给出解释时,它将根据问题的要求分别做相应的处理,最后把解